Au sujet des Supply Chain aujourd’hui, instabilité et changement sont les nouvelles normes. Une concurrence en croissance conduit les sociétés à les remettre à plat le plus souvent dans le but de s’assurer que les flux et réseaux sont adaptés et optimaux.
Cependant, l’objectif principal et ultime des analystes est de donner accès à des données propres, fiables, pertinentes, prêtes à l’emploi prêtes à être combinées à partir de sources multiples. De ce fait la collecte de toutes les données requises pour un projet peut prendre à elle seule cinq fois plus de temps que la modélisation proprement dite.
Simplement fournir un accès aux ressources du Big Data ne suffira pas. Réussir dans ce domaine exige aussi de posséder l’expertise de la Supply Chain et la connaissance pour transformer le Big Data en informations centrées sur le sujet. Elles permettront à vos analystes de répondre aux nombreuses questions que vous vous posez sur votre Supply Chain.
Réunir les données adéquates
Les Supply Chains s’appuyant de plus en plus sur les données, la précision et la taille de ces dernières sont plus que jamais primordiales. Aujourd’hui, les organisations doivent collecter et combiner un volume croissant de données de Supply Chain provenant de multiples sources tierces, ce qui signifie qu’une grande partie des données nécessaires à la modélisation de votre Supply Chain ne seront pas disponibles couramment à partir de vos propres systèmes.
Les types de données utilisés dans les modélisations et simulations actuelles sont également incroyablement variés, et couvriront idéalement une période d’au moins trois ans. Ces données devraient porter sur tous les aspects de la Supply Chain, des stocks jusqu’aux bons de commande anciens et nouveaux, en passant par les ordres d’achat, les informations propres au transport, aux itinéraires et informations explicitant la relation entre les hiérarchies, les commandes, la localisation des clients, etc.
Toutefois, les informations nombreuses et variées nécessaires à la réalisation de modélisations et de simulations efficaces auront peu d’utilité si elles ne sont pas propres. Cela fait appel à des tâches relativement simples, comme l’analyse des données des codes postaux et la corrélation de termes comme « FR » et « France ». Cela suppose également de reformater les données pour qu’elles puissent être affichées de manière uniforme et permettre des analyses souples et automatisées.
Les bénéfices de la visibilité de bout en bout
Grâce à l’acquisition de vastes volumes de données propres de bout en bout de la Supply Chain, et en favorisant des modélisations souples et fines, les organisations peuvent non seulement identifier de potentiels problèmes liés à la Supply Chain mais aussi accéder à des suggestions automatiques et quasi-instantanées pour y remédier. Par exemple, si des inondations rendent l’itinéraire emprunté régulièrement pour le transport de marchandises impraticable, il est possible d’identifier le meilleur itinéraire de remplacement en recourant à la modélisation et à la simulation.
Les organisations peuvent aussi planifier un large éventail de scénarios, ce qui leur permettra d’interroger les hypothèses de planification de la Supply Chain en vue de réduire les coûts de façon continue. Généralement, ces activités sont gérées de manière cloisonnée, le Supply Chain Design relevant du service Logistique et le reporting sur le Cost-to-Serve étant géré par le Financier. En les combinant, les organisations peuvent se représenter de façon plus précise comment de nouvelles fonctions de l’entreprise profiteront à l’ensemble de celle-ci et comment les coûts fixes des réseaux devraient être partagés à l’échelle de l’entreprise, par exemple. Pouvoir comprendre et remettre en question la Supply Chain devient courant dans tous les secteurs, plus particulièrement pour les organisations opérant dans des secteurs à faibles marges comme la grande distribution et l’industrie alimentaire.
Les retours deviennent également une priorité plus importante pour la Supply Chain. La visibilité qu’offre le Big Data est essentielle pour gérer les retours, les organisations devant être capables de faire la distinction entre les retours prévus et les retours effectifs, d’actualiser les niveaux de stock lorsque des marchandises sont retournées et de stocker ces retours à un emplacement à partir duquel ils pourront être redistribués.
Connecter le présent et l’avenir des Supply Chains
Leur remise à plat de ne concerne pas uniquement les détaillants. Le commerce de détail omnicanal, et par extension le commerce de détail en ligne, font de la visibilité de bout en bout de la Supply Chain une nécessité de plus en plus pressante pour les propriétaires de marques. Les sociétés constatent aujourd’hui que des stratégies de livraison à domicile efficaces sont tout aussi cruciales que les Supply Chains les reliant aux détaillants qui commercialisent leurs produits.
Le client s’attend désormais à pouvoir commander des produits à partir du site web d’une marque, et plus seulement auprès des détaillants en ligne. Cela signifie que les marques ne gèrent plus seulement les volumes par l’intermédiaire des canaux de distribution classiques mais aussi en proposant une expérience comparable. En outre, l’évolution du comportement des consommateurs et le recours accru aux canaux de distribution en ligne imposent aux marques de pouvoir s’assurer que les commandes sont traitées et livrées toujours plus vite.
Que ce soit pour prendre des décisions efficaces aujourd’hui ou simuler des scénarios en vue de faire des choix pour l’avenir, il est crucial que les sociétés puissent accéder rapidement à des données propres, précises et pertinentes. Celles qui y parviendront remporteront la mise mais les autres risquent fort de se voir distancées.